非root用户 Tensorflow gpu cuda11.0安装

非root用户 Tensorflow gpu cuda11.0安装
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

cuda 11.0安装报错 @[TOC](文章目录)

---

# 项目场景： tensorflow -gpu

提示：这里简述项目相关背景：
例如：项目场景：示例:通过蓝牙芯片(HC-05)与手机 APP 通信，每隔 5s 传输一批传感器数据(不是很大)

---

问题描述：

安装不上，提示使用root权限安装
提示：这里描述项目中遇到的问题：
例如：数据传输过程中数据不时出现丢失的情况，偶尔会丢失一部分数据
APP 中接收数据代码：

@Override
        public void run() {
            bytes = mmInStream.read(buffer);
            mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();
        }

---

原因分析：

修改安装路径
提示：这里填写问题的分析：
例如：Handler 发送消息有两种方式，分别是 Handler.obtainMessage()和 Handler.sendMessage()，其中 obtainMessage 方式当数据量过大时，由于 MessageQuene 大小也有限，所以当 message 处理不及时时，会造成先传的数据被覆盖，进而导致数据丢失。

---

解决方案：

**

cuda安装

**
下载cuda_11.0.2
首先要选择对应版本的gcc，可参考https://blog.csdn.net/ysten618/article/details/106928786
cuda11.0需要 gcc7.3.1 版本
gcc --version #查看当前gcc版本
nvidia-smi，查看驱动

enter

光标指示到Driver，enter，变为下图

上下键移动光标到Options, enter

Driver Options，enter

光标到前两个，enter（选中）
光标到蓝色箭头，enter

输入自己要安装cuda的路径

光标到Toolkit Options，enter

光标到 Change Toolkit Install Path(下图蓝色箭头)，enter，修改为要安装的cuda目录；
光标到三个红色箭头，enter；
光标到绿色箭头，enter

光标到Samples Options，enter

红色箭头，enter，修改为要安装的cuda路径，enter，光标到Done，enter

光标到红色箭头，enter，修改为要安装的cuda目录，enter，光标到Done，enter

光标到Install, enter

结果显示如下，安装完成

添加到路径

export PATH="/data/home/user/program/CUDA/cuda11.0/bin:${PATH}"  
export LD_LIBRARY_PATH="/data/home/user/program/CUDA/cuda11.0/lib64:$LD_LIBRARY_PATH"
export CUDA_HOME=/data/home/user/program/CUDA/cuda11.0

source ~/.bashrc #激活路径
nvcc -V #查看cuda版本，是否安装上cuda

安装成功！

**

cudnn安装

**

下载地址：https://developer.nvidia.com/rdp/cudnn-archive （需注册才能下载)

tar -zxvf cudnn-11.3-linux-x64-v8.2.0.53.tgz #解压

cp /data/home/user/program/CUDA/cuda/include/cudnn.h /data/home/user/program/CUDA/cuda11.0/include
cp /data/home/user/program/CUDA/cuda/lib64/libcudnn* /data/home/user/program/CUDA/cuda11.0/lib64
#设置权限
chmod a+r /data/home/user/program/CUDA/cuda11.0/include/cudnn.h /data/home/user/program/CUDA/cuda11.0/lib64/libcudnn*

一般情况下就已经安装成功了！！！！！！！！

提示：这里填写该问题的具体解决方案：
例如：新建一个 Message 对象，并将读取到的数据存入 Message，然后 mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();换成 mHandler.sendMessage()。

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。